python全棧開發基礎【第二十一篇】互斥鎖以及進程之間的三種通訊方式（IPC）以及生產者個消費者模型

標籤：優先   設定   UI   例子   false   鎖定   互斥   print   max   

一、互斥鎖

進程之間資料隔離，但是共用一套檔案系統，因而可以通過檔案來實現進程直接的通訊，但問題是必須自己加鎖處理。

注意：加鎖的目的是為了保證多個進程修改同一塊資料時，同一時間只能有一個修改，即串列的修改，沒錯，速度是慢了，犧牲了速度而保證了資料安全。

1.上廁所的小例子：你上廁所的時候肯定得鎖門吧，有人來了看見門鎖著，就會在外面等著，等你吧門開開出來的時候，下一個人才去上廁所。

from multiprocessing import Process,Lockimport osimport timedef work(mutex):    mutex.acquire()    print(‘task[%s] 上廁所‘%os.getpid())    time.sleep(3)    print(‘task[%s] 上完廁所‘%os.getpid())    mutex.release()if __name__ == ‘__main__‘:    mutex = Lock()    p1 = Process(target=work,args=(mutex,))    p2 = Process(target=work,args=(mutex,))    p3 = Process(target=work,args=(mutex,))    p1.start()    p2.start()    p3.start()    p1.join()    p2.join()    p3.join()    print(‘主‘)

2.類比搶票（也是利用了互斥鎖的原理  ：LOCK互斥鎖）

import jsonimport timeimport randomimport osfrom multiprocessing import Process,Lockdef chakan():    dic = json.load(open(‘piao‘,))  # 先查看票數，也就是開啟那個檔案    print(‘剩餘票數：%s‘ % dic[‘count‘])  # 查看剩餘的票數def buy():    dic = json.load(open(‘piao‘,))    if dic[‘count‘]>0: #如果還有票        dic[‘count‘]-=1 #就修改裡面的值-1        time.sleep(random.randint(1,3)) #執行裡面買票的一系列操作就先不執行了，讓睡一會代替（並且隨機的睡）        json.dump(dic,open(‘piao‘,‘w‘))        print(‘%s 購票成功‘ % os.getpid())  # 當前的那個id購票成功def task(mutex): #搶票    chakan()  #因為查看的時候大家都可以看到，不需要加鎖    mutex.acquire() #加鎖    buy() #買的時候必須一個一個的買，先等一個人買完了，後面的人在買    mutex.release() #取消鎖if __name__ == ‘__main__‘:    mutex = Lock()    for i in range(50):#讓50個人去訪問那個票數        p = Process(target=task,args=(mutex,))        p.start()

　　

二、Process對象的其他屬性

p.daemon ：守護進程（必須在開啟之前設定守護進程）：如果父進程死，子進程p也死了

p.join：父進程等p執行完了才運行主進程，是父進程阻塞在原地，而p仍然在後台運行。

terminate：強制關閉。（確保p裡面沒有其他子進程的時候關閉，如果裡面有子進程，你去用這個方法強制關閉了就會產生殭屍進程（打個比方：如果你老子掛了，你還沒掛，那麼就沒人給你收屍了，啊哈哈））

is_alive：關閉進程的時候,不會立即關閉,所以is_alive立刻查看的結果可能還是存活

p.join()：父進程在等p的結束，是父進程阻塞在原地，而p仍然在後台運行

p.name：查看名字

p.pid ：查看id

我們可以簡單介紹一下殭屍進程：

子進程運行完成，但是父進程遲遲沒有進行回收，此時子進程實際上並沒有退出，其仍然佔用著系統資源，這樣的?進程稱為殭屍進程。

因為殭屍進程的資源一直未被回收，造成了系統資源的浪費，過多的殭屍進程將造成系統效能下降，所以應避免出現殭屍進程。

from multiprocessing import Processimport osimport timedef work():    print(‘%s is working‘%os.getpid())    time.sleep(3)if __name__ == ‘__main__‘:    p1 =Process(target=work)    p2 =Process(target=work)    p3 =Process(target=work)    # p1.daemon = True    # p2.daemon = True #守護進程(守護他爹)    # p3.daemon = True  #主進程死了子進程也死了（就不會執行子進程了）    p1.start()    p2.start()    p3.start()    p3.join()    p2.join()    p1.join() #多個join就是在等花費時間最長的那個運行完就執行主程式了    print(‘主程式‘)# -瞭解方法---------------#     p1.terminate()  #強制關閉進程#     time.sleep(3)#     print(p1.is_alive())  #看是不是還活著#     print(p1.name) #查看進程名字#     print(p1.pid) #查看id號#     print(‘主程式‘)

 

 

三、進程間的三種通訊（IPC）方式：

方式一：隊列（推薦使用）

進程彼此之間互相隔離，要實現處理序間通訊（IPC），multiprocessing模組支援兩種形式：隊列和管道，這兩種方式都是使用訊息傳遞的

1.隊列：隊列類似於一條管道，元素先進先出
需要注意的一點是：隊列都是在記憶體中操作,進程退出,隊列清空,另外,隊列也是一個阻塞的形態
2.隊列分類
隊列有很多種，但都依賴與模組queue
queue.Queue()  #先進先出
queue.LifoQueue() #後進先出
queue.PriorityQueue() #優先順序隊列
queue.deque() #雙線隊列

建立隊列的類（底層就是以管道和鎖定的方式實現）：

Queue([maxsize]):建立共用的進程隊列，Queue是多進程安全的隊列，可以使用Queue實現多進程之間的資料傳遞。

參數介紹：

 maxsize是隊列中允許最大項數，省略則無大小限制。

方法介紹：

q.put方法用以插入資料到隊列中，put方法還有兩個選擇性參數：blocked和timeout。如果blocked為True（預設值），並且timeout為正值，該方法會阻塞timeout指定的時間，直到該隊列有剩餘的空間。如果逾時，會拋出Queue.Full異常。如果blocked為False，但該Queue已滿，會立即拋出Queue.Full異常。q.get方法可以從隊列讀取並且刪除一個元素。同樣，get方法有兩個選擇性參數：blocked和timeout。如果blocked為True（預設值），並且timeout為正值，那麼在等待時間內沒有取到任何元素，會拋出Queue.Empty異常。如果blocked為False，有兩種情況存在，如果Queue有一個值可用，則立即返回該值，否則，如果隊列為空白，則立即拋出Queue.Empty異常.  q.get_nowait():同q.get(False)q.put_nowait():同q.put(False) q.empty():調用此方法時q為空白則返回True，該結果不可靠，比如在返回True的過程中，如果隊列中又加入了項目。q.full()：調用此方法時q已滿則返回True，該結果不可靠，比如在返回True的過程中，如果隊列中的項目被取走。q.qsize():返回隊列中目前項目的正確數量，結果也不可靠，理由同q.empty()和q.full()一樣

應用：

#隊列# 1.可以往隊列裡放任意類型的# 2.先進先出from multiprocessing import Process,Queueq= Queue(3)q.put(‘first‘)  #預設block=Trueq.put(‘second‘)q.put(‘third‘)print(q.get())print(q.get())print(q.get())

　　

 

python全棧開發基礎【第二十一篇】互斥鎖以及進程之間的三種通訊方式（IPC）以及生產者個消費者模型